基于贝叶斯统计与极值理论的稀有信道条件预测
信号处理
2024-07-08 v2
摘要
估计稀有信道条件的概率是超可靠无线通信中的核心挑战，其中诸如深度衰落等随机事件会导致信道质量的突然变化。本文提出了一种样本高效框架，通过利用从不同位置获取的信道测量之间的空间依赖性来预测此类事件的统计特性。该框架将无线电图与非参数模型结合运用极值理论（EVT）在贝叶斯框架下估计稀有事件信道统计。该框架可适用于无线通信中的广泛问题，并以 ultra-reliable 通信中的速率选择为例加以验证。除了仿真数据外，该框架还通过实验测量得到验证。结果表明，在不利用周围位置测量的基线方法相比，贝叶斯框架在吞吐量方面表现显著更佳。还观察到，特别是在仅 limited 信道样本可用时，基于 EVT 的模型在预测稀有事件统计方面通常比非参数模型更准确。总体而言，所提出的方法显著降低了预测稀有信道条件所需的测量次数，并保证可靠性。
引用
@article{arxiv.2407.01188,
title = {Prediction of Rare Channel Conditions using Bayesian Statistics and Extreme Value Theory},
author = {Tobias Kallehauge and Anders E. Kalør and Pablo Ramírez-Espinosa and Christophe Biscio and Petar Popovski},
journal= {arXiv preprint arXiv:2407.01188},
year = {2024}
}
备注
Submitted for IEEE Transaction on Communications